一种配电网二端故障定位方法技术

技术编号:34171839 阅读:29 留言:0更新日期:2022-07-17 10:57
本发明专利技术涉及一种配电网二端故障定位方法,属于电力系统领域。该方法通过增强卷积神经网络(En

【技术实现步骤摘要】
一种配电网二端故障定位方法


[0001]本专利技术属于电力系统领域,涉及一种配电网二端故障定位方法。

技术介绍

[0002]配电网具有结构复杂、规模大、覆盖面广、接地故障频繁等特点。配电网中最常见故障为单相接地故障。该故障发生时,一般允许带故障运行一到两个小时,这可能导致故障进一步发展,例如正常工作时不接地的相电压会上升到p3倍电压,单相接地故障的过电压容易形成相间短路,接地故障点可能造成人员伤亡,威胁电力系统的安全运行。因此,当小电流系统发生接地故障时,必须快速诊断,以缩短故障运行时间。
[0003]目前,基于先进遗传算法的配电网故障定位方法容错性高,可用于多源、多故障的复杂情况。但是这种方法不能及时利用网络的反馈信息,搜索速度慢,需要更多的训练时间来获得精确的解决方案,且计算量大。基于远程终端单元(RTU)的配电自动化系统故障断面判断与隔离统一矩阵方法计算量大,且仅限于单电源系统故障定位。基于相量测量单元(PMU)的多端输电线路故障定位方法需要将多端线路转化为等效的三端线路,并将三端线路的故障定位问题进一步转化为两端故障定位。该方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电网二端故障定位方法,其特征在于:该方法具体包括以下步骤:S1:数据收集:利用电源管理单元PMU获取输电线路各节点当前故障记录数据,对原始数据进行预处理;将预处理后的所述历史异常数据作为训练集;S2:故障特征提取:训练En

CNN模型,并提取故障特征;S3:故障选线:当配电网发生单相接地故障时,将PMU实时上传的各节点故障电流数据输入训练好的ACNN模型进行故障选线;S4:故障定位:确定故障线路时,从后台调用带有同步标记的故障线路两端的故障记录数据,并应用故障定位算法准确定位故障。2.根据权利要求1所述的一种配电网二端故障定位方法,其特征在于:所述S1中,对配电网数据进行预处理,具体包括以下步骤:S11:首先对收集数据添加同步时间标记;S12:对数据进行平滑处理。3.根据权利要求2所述的一种配电网二端故障定位方法,其特征在于:所述S2中,改进卷积神经网络CNN,将预处理后的数据输入到En

CNN模型中进行训练,提取故障特征,具体包括如下步骤:S21:在最大池化模型的基础上加入自适应权重来优化池化结果,解决传统CNN模型的特征...

【专利技术属性】
技术研发人员:唐伦张月王恺陈前斌
申请(专利权)人:重庆邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1